aifinlab 能力概述
深度研究能力让你能够系统性地调研某个主题，通过多源搜索、信息聚合、交叉验证，生成结构化的研究报告。
核心特点：
- 每个结论都标注来源引用，确保可追溯性
- 自动评估来源可信度
- 支持多维度拆解复杂主题
- 交叉验证关键数据
- 支持文档上传: 自动转换 PDF/Excel/Word 等文件为 Markdown
工作流程
Phase 0: 文档预处理（如有上传）
当用户上传文档时，优先处理：
- 检测附件类型（PDF/Excel/Word/CSV 等）
- 使用
file_converter工具转换为 Markdown - 提取关键信息并注入 Context
- 对于财报等结构化数据，自动识别关键指标
详见 L3 资源：
resources/document_upload_guide.md
Phase 1: 需求澄清
与用户确认研究主题、深度、范围：
- 主题是什么？
- 需要多深入？（概览 / 深度分析）
- 有无特定关注点？
- 输出格式偏好？
Phase 2: 查询拆解
将主题拆解为多个搜索子查询，确保覆盖：
- 概述：{topic} overview / 概述
- 市场/规模：{topic} market size / 市场规模
- 关键玩家：{topic} key players companies / 主要厂商
- 技术趋势：{topic} trends 2024 / 发展趋势
- 挑战问题：{topic} challenges problems / 面临挑战
- 案例研究：{topic} case studies / 典型案例
Phase 3: 并行搜索
对每个子查询执行 web_search：
- 每个维度至少获取 3-5 个来源
- 优先选择权威来源
- 记录搜索时间（时效性）
Phase 4: 内容提取
对搜索结果中的高相关性页面调用 read_url：
- 只读取 Top 相关性页面（避免 Context 爆炸）
- 优先官方网站、权威媒体
- 对长文本先摘要再存储
Phase 4.5: 浏览器自动化（按需）
当遇到以下情况时，切换到浏览器操作：
- 动态 SPA 应用（read_url 返回空白）
- 需要登录的平台
- 反爬虫保护的网站
- 需要滚动/交互加载的内容
浏览器工作流：
browser_open打开目标页面browser_snapshot获取页面结构（compact模式）- 根据需要执行
browser_click/browser_fill browser_screenshot记录关键帧- 提取信息后
browser_close释放资源
详见 L3 资源：
resources/browser_automation.md
Phase 5: 信息聚合
- 去重相同信息
- 识别共识与分歧
- 评估来源可信度
- 整理关键数据点
Phase 6: 结构化输出
生成研究报告，标注引用
Phase 7: 用户确认
询问是否需要深入某个方向
工具使用
web_search
用途：搜索网页信息
参数：
query: 搜索查询（精确、具体）num_results: 结果数量（建议 5-10）
最佳实践：
- 查询要具体，避免泛泛而谈
- 多个维度分别搜索，而非一次搜全部
- 优先使用英文搜索（信息更丰富）
- 对于中文主题，中英文各搜一次
示例：
web_search(query="AI Agent market size 2024", num_results=5)
web_search(query="AI Agent 市场规模 2024", num_results=5)
read_url
用途：提取网页完整内容
参数：
url: 目标 URL
最佳实践：
- 只读取搜索结果中的高相关性页面
- 优先选择官方网站、权威媒体
- 对于长文本（>2000字），先摘要再存储
示例：
read_url(url="https://example.com/article")
wechat_article
用途：提取微信公众号文章内容
参数：
url: 微信公众号文章链接 (mp.weixin.qq.com)format: 输出格式，"markdown" (默认) 或 "html"include_images: 是否包含图片引用 (默认 true)
最佳实践：
- 当用户提供微信公众号链接时，使用此工具而不是 read_url
- 微信文章通常无法通过通用爬虫抓取
- 输出为干净的 Markdown 格式
示例：
wechat_article(url="https://mp.weixin.qq.com/s/xxxxx")
wechat_article(url="https://mp.weixin.qq.com/s/xxxxx", format="html")
create_document
用途：创建研究报告
参数：
title: 报告标题content: Markdown 格式内容format: 输出格式（markdown）
file_converter
用途：将上传文件转换为 Markdown
参数：
file_path: 文件路径（绝对或相对）extract_images: 是否提取图片描述（默认 false）
支持格式：
- 办公文档: PDF, DOCX, PPTX, XLSX, XLS
- 结构化数据: CSV, JSON, XML
- 文本: TXT, MD, HTML
- 图片: JPG, PNG (需 Vision LLM)
- 压缩包: ZIP (递归处理)
示例：
file_converter(file_path="/workspace/uploads/2024Q3_财报.xlsx")
file_converter(file_path="/workspace/uploads/行业报告_2024.pdf")
详见 L3 资源：
resources/document_upload_guide.md
browser_* 系列（浏览器自动化）
基于 agent-browser 的 Snapshot + Refs 机制，相比传统 Playwright 节省 93%+ tokens。
browser_open: 打开网页
browser_open(url="https://example.com")
# 返回: {"title": "...", "url": "..."}
browser_snapshot: 获取页面结构快照（核心）
browser_snapshot(interactive_only=True, compact=True)
# 返回压缩的 Markdown 格式，约 500-2000 tokens
# - @e1 [搜索框] type=input
# - @e2 [按钮] type=button
browser_click: 点击元素
browser_click(ref="@e1") # 使用 snapshot 返回的 Ref ID
browser_fill: 填充输入框
browser_fill(ref="@e1", text="搜索关键词")
browser_screenshot: 截取关键帧
browser_screenshot(path="/workspace/screenshots/step1.png")
browser_close: 关闭浏览器
browser_close()
详细用法参见 L3 资源：
resources/browser_automation.md
最佳实践
1. Read-then-Summarize
对于长文本（>2000字）：
- 先用小模型摘要
- 摘要放入 Context
- 原文存储到文件系统
2. 引用回溯
每个关键结论必须标注引用：
- 格式：
[1]、[2] - 在文末列出完整引用信息
- 引用格式：
[编号] 标题 - 来源域名 (可信度)
3. 来源可信度评分
| 来源类型 | 评分 |
|---|---|
| 官方网站/政府机构 | ★★★★★ |
| 知名媒体/研究机构 | ★★★★ |
| 专业博客/技术文档 | ★★★ |
| 社交媒体/论坛 | ★★ |
| 未知来源 | ★ |
4. 交叉验证
- 关键数据至少 2 个来源确认
- 存在分歧时明确标注
- 不同来源的数据范围要说明
5. 时效性标注
- 注明搜索日期
- 对于快速变化的领域，提醒用户数据可能过时
输出格式
# [研究主题] 深度研究报告
> 研究日期：YYYY-MM-DD
> 研究深度：[概览/深度分析]
## 摘要
3-5 句话概括核心发现，包含最重要的数据点。
## 目录
- 1. 概述
- 2. 市场规模与趋势
- 3. 主要玩家
- 4. 技术分析
- 5. 挑战与机遇
- 6. 结论与建议
## 1. 概述
简要介绍主题背景...[1]
## 2. 市场规模与趋势
### 2.1 市场规模
具体数据...[2][3]
### 2.2 增长趋势
分析内容...[4]
## 3. 主要玩家
| 公司 | 产品 | 特点 |
|------|------|------|
| ... | ... | ... |
## 4. 技术分析
技术细节...[5]
## 5. 挑战与机遇
### 5.1 主要挑战
- 挑战1...[6]
- 挑战2...
### 5.2 机遇
- 机遇1...
## 6. 结论与建议
总结性内容...
---
## 参考来源
[1] 标题 - example.com (★★★★)
[2] 标题 - research.org (★★★★★)
[3] 标题 - news.com (★★★★)
...
## 数据说明
- 本报告数据采集于 YYYY-MM-DD
- 部分数据存在来源差异，已在文中标注
- 对于快速变化的领域，建议定期更新
注意事项
避免 Context 爆炸
- 不要一次性搜索太多 query
- 长文本先摘要
- 只提取关键信息入 Context
语言策略
- 优先使用英文搜索（信息更丰富）
- 对于中文主题，中英文各搜一次
- 输出语言与用户输入保持一致
时效性处理
- 对于时效性强的内容，注明搜索日期
- 提醒用户数据可能变化
不确定性处理
- 明确标注"据多个来源显示"/"部分来源认为"
- 存在争议时两方观点都呈现
- 避免过度断言
隐私与版权
- 不搜索个人隐私信息
- 引用内容要标注来源
- 大段引用需注明"引自"